CHƯƠNG 3: THIẾT KẾ, CHẾ TẠO VÀ LẬP TRÌNH ĐIỀU KHIỂN HỆ THỐNG
3.2 Sơ đồ hệ thống
Sơ đồ khối hệ thống
Hình 22. Sơ đồ khối hệ thống
Sơ đồ đấu nối
Hình 23.Sơ đồ đấu nối
3.3 Bộ Điều Khiển
3.3.1 Lựa Chọn Bộ Điều Khiển
Với mô hình của nhóm, chúng em lựa chọn bộ điều khiển FUZZY.
a) a. Định Nghĩa:
Bộ điều khiển logic mờ (Fuzzy Logic Controller - FLC) là một hệ thống điều khiển sử dụng logic mờ (fuzzy logic) để xử lý thông tin không chắc chắn hoặc mơ hồ, thay vì logic nhị phân thông thường.
Dưới đây là thông tin chi tiết về cấu trúc, nguyên lý hoạt động và ứng dụng của bộ điều khiển logic mờ.
b.. Nguyên lý cơ bản của Logic Mờ
Logic mờ là một mở rộng của logic cổ điển (boolean logic), trong đó các giá trị biến có thể nằm trong khoảng từ 0 đến 1, thay vì chỉ có hai giá trị 0 và 1. Logic mờ được phát triển để xử lý các thông tin mơ hồ hoặc không chắc chắn, giống như cách con người suy nghĩ và ra quyết định.
c.Cấu trúc của Bộ Điều Khiển Logic Mờ
Bộ điều khiển logic mờ thường bao gồm các thành phần chính sau đây:
1. Fuzzification (Mờ hóa):
Chuyển đổi các đầu vào có giá trị cụ thể (crisp inputs) thành các tập mờ (fuzzy sets).
Ví dụ, biến đầu vào nhiệt độ có thể được chuyển đổi thành các giá trị mờ như "thấp",
"trung bình", "cao".
2. Rule Base (Cơ sở luật):
Tập hợp các luật IF-THEN (nếu-thì) để điều khiển hệ thống.
Ví dụ, "IF nhiệt độ là 'cao' THEN quạt chạy 'nhanh'".
3. Inference Engine (Động cơ suy diễn):
Áp dụng các luật từ cơ sở luật để tạo ra các giá trị mờ đầu ra dựa trên các giá trị mờ đầu vào.
Sử dụng các phương pháp suy diễn như Mamdani hoặc Sugeno.
4. Defuzzification (Giải mờ):
Chuyển đổi các giá trị mờ đầu ra trở lại thành các giá trị cụ thể (crisp outputs).
Ví dụ, giá trị mờ "quạt chạy nhanh" được chuyển đổi thành giá trị cụ thể như 70% công suất.
d. Các Bước Hoạt Động của Bộ Điều Khiển Logic Mờ
1. Thu thập đầu vào:
Nhận các đầu vào từ các cảm biến hoặc hệ thống đo lường.
Ví dụ, nhiệt độ, độ ẩm, áp suất, v.v.
2. Mờ hóa đầu vào:
Sử dụng hàm thành viên (membership functions) để chuyển đổi các giá trị cụ thể thành các giá trị mờ.
Ví dụ, nhiệt độ 30°C có thể được chuyển đổi thành "trung bình" với giá trị mờ là 0.7.
3. Áp dụng luật:
Sử dụng cơ sở luật để xác định các hành động dựa trên các giá trị mờ đầu vào.
Ví dụ, "IF nhiệt độ là 'trung bình' THEN quạt chạy 'vừa'".
4. Tổng hợp kết quả:
Kết hợp các giá trị mờ đầu ra từ nhiều luật để tạo ra một giá trị mờ tổng hợp.
Ví dụ, nếu có nhiều luật đưa ra các giá trị đầu ra khác nhau, các giá trị này được tổng hợp lại để tạo ra một giá trị duy nhất.
5. Giải mờ:
Chuyển đổi giá trị mờ tổng hợp thành giá trị cụ thể để điều khiển hệ thống.
Ví dụ, giá trị mờ "vừa" được chuyển đổi thành 50% công suất quạt.
e. Ứng dụng của Bộ Điều Khiển Logic Mờ
Bộ điều khiển logic mờ được sử dụng rộng rãi trong nhiều lĩnh vực nhờ khả năng xử lý thông tin mơ hồ và không chắc chắn. Một số ứng dụng phổ biến bao gồm:
1. Điều khiển nhiệt độ:
Điều khiển hệ thống sưởi ấm, thông gió và điều hòa không khí (HVAC).
2. Điều khiển động cơ:
Tối ưu hóa hiệu suất và tiết kiệm năng lượng cho động cơ điện.
3. Hệ thống lái tự động:
Cải thiện khả năng lái tự động của xe hơi và tàu biển.
4. Điều khiển robot:
Tăng cường khả năng điều khiển chính xác và linh hoạt của robot.
5. Điều khiển quá trình công nghiệp:
Tối ưu hóa quá trình sản xuất và xử lý trong các nhà máy công nghiệp.
3.3.2. Thiết Kế Bộ Điều Khiển Fuzzy Cho Robot Scara 4 Bậc Tự Do.
Mục tiêu điều khiển là đảm bảo cho điểm cuối P(X,Y) của Robot Scara di chuyển đến đúng vị trí đặt, các vị trí đặt này có thể thay đổi trong một chu trình chuyển động tuỳ thuộc vào nhiệm vụ đặt ra. Ngoài ra, với mỗi vị trí đặt P(X,Y) nào đó, có thể dễ dàng xác định giá trị của 2 góc đặt θ1, θ2 của 2 thanh quay theo mô hình động học ngược của hệ thuận (1). Như vậy, bài toán điều khiển vị trí được chuyển thành bài toán điều khiển góc của 2 thanh quay theo giá trị đặt. Để có thể thực hiện bài toán này, trong nghiên cứu này nhóm tác giả đề xuất áp dụng bộ điều khiển mờ. Trong các thuật toán điều khiển sử dụng trí tuệ nhân tạo thì điều khiển sử dụng logic mờ tích hợp được kinh nghiệm chuyên gia vào bộ điều khiển. Những kinh nghiệm này tích lũy trong quá trình thử nghiệm, vận hành đối tượng điều khiển và được phát biểu bằng các mệnh đề hợp thành. Đồng thời khi xây dựng khâu mờ hóa, kinh nghiệm điều khiển cũng được đưa vào thông qua các hàm thuộc. Một bộ điều khiển mờ kinh điển có cấu trúc bao gồm 4 khâu: khâu mờ hóa, khâu suy diễn mờ, khâu hợp mờ và khâu giải mờ, trong đó hai khâu suy diễn mờ và hợp mờ tạo thành thiết bị hợp thành như hình.
Sơ Đồ Khối Trong Matlab Simulink:
Sơ Đồ Khối Simulink
Xuất phát từ mô hình động lực học của Robot Scara, hệ thống điều khiển sẽ được thiết kế với 2 bộ điều khiển mờ riêng biệt cho 2 động cơ servo của 2 khớp quay. Do mô hình Robot Scara không có khâu tích phân lý tưởng nên trong mỗi bộ điều khiển mờ FLC có hai tín hiệu vào là sai lệch e của góc quay và vi phân của sai lệch góc quay là de, tín hiệu ra của bộ điều khiển là vi phân của tín hiệu điều khiển, tín hiệu ra này đưa qua khâu tích phân để trở thành tín hiệu điều khiển. Mỗi khâu tỉ lệ, vi phân, tích phân ở đầu vào và đầu ra bộ điều khiển mờ đều đi kèm với hệ số tương ứng. Sơ đồ cấu trúc của hệ thống điều khiển Robot Scara hai bậc tự do được xây dựng băng công cụ Fuzzy Logic Toolbox của Matlab &
Simulink như thể hiện ở hình “Sơ Đồ Khối Simulink”. Các khối chính trong sơ đồ cấu trúc như sau: 2 khối Fuzzy Logic Controller là các bộ điều khiển mờ được xây dựng nhờ công cụ của phần mềm Matlab & Simulink, mỗi bộ điều khiển mờ được dùng cho động cơ servo tương ứng, số 1 dùng cho khớp quay thanh 1, số 2 dùng cho khớp quay thanh 2; Khối Robot Scara là khối mô phỏng tay máy Scara 2 bậc tự do theo hệ phương trình đã tính ở phần trước, trong đó động cơ servo được đơn giản hoá thành khâu quán tính bậc 1.
Giao diện bộ điều khiển: